전염병 확산을 위한 확률 격자 가스 모델

초록

본 논문은 S‑I‑R(또는 S‑I‑R‑S) 전염병 모델을 확률 격자 가스 형태로 구현하고, 몬테카를로 시뮬레이션과 평균장 이론을 통해 임계선과 활성‑흡수 상을 규명한다. 임계선은 지향 퍼콜레이션(Directed Percolation) 보편성을 보이며, 잡음이 존재할 때 인구 주기 진동이 안정화될 수 있음을 보여준다.

상세 분석

논문은 세 종류의 개체(S, I, R)로 구성된 인구를 2차원 격자에 배치하고, 각 격자점에서 로컬 전이 규칙에 따라 S→I, I→R, R→S(또는 R→S가 없고 흡수 상태가 되는 SIR) 전이를 수행한다. 전이 확률은 각각 감염률 β, 회복률 γ, 면역 소실률 α 로 정의되며, 이들 파라미터가 시스템의 거시적 거동을 결정한다. 저자는 먼저 전체 격자를 하나의 마스터 방정식으로 기술하는 확률 격자 가스 모델을 제시하고, 이를 기반으로 연속시간 마코프 과정인 birth‑death 모델을 도출한다. Monte Carlo 시뮬레이션에서는 대규모 격자(L=256 이상)를 사용해 파라미터 공간을 스캔하고, 평균 감염자 밀도와 변동성을 측정한다. 결과는 두 개의 구별된 위상, 즉 모든 격자가 S 상태로 고정되는 흡수 위상과 S, I, R이 동시에 존재하는 활성 위상을 보여준다. 특히, 활성 위상 내부에서는 파라미터에 따라 인구 주기(oscillation)가 나타나기도 하고, 사라지기도 한다.

임계선의 위치는 유한‑크기 스케일링 분석을 통해 정확히 추정되었으며, 임계 지수(β≈0.276, ν⊥≈1.097 등)가 알려진 directed percolation(DP) 보편성과 일치함을 확인하였다. 이는 SIRS 모델이 비평형 위상 전이에서 DP 클래스에 속한다는 강력한 증거이다. 평균장 근사에서는 1‑점 및 2‑점 상관함수를 이용해 동역학 방정식을 유도하고, 이론적 예측이 시뮬레이션 결과와 정량적으로 일치함을 보였다.

또한, birth‑death 과정을 이용해 잡음(내재적 플럭투에이션)의 역할을 분석하였다. 잡음이 큰 경우, 특히 인구 규모가 작을 때, 시스템은 제한된 주기 진동을 유지할 수 있는데, 이는 deterministic 평균장 방정식에서는 사라지는 진동이 stochastic resonance 형태로 재현되는 현상이다. 이러한 결과는 실제 전염병에서 관측되는 계절성 혹은 다년주기 진동을 설명하는 데 중요한 통찰을 제공한다.

전반적으로, 논문은 미시적 로컬 규칙에서 시작해 거시적 위상 전이와 진동 현상을 연결하는 일관된 프레임워크를 제시하고, DP 보편성 및 잡음‑유도 진동이라는 두 핵심 물리학적 개념을 전염병 모델링에 성공적으로 적용하였다.